缓存

缓存

  缓存就是将系统或者程序需要的数据存在内存中，以便快速访问，不用重新创建新的实例。减少系统开销提高系统效率。

  常见的缓存场景：

• 客户端浏览器缓存 —— 减少网站的访问或者静态资源的加载
• Web服务端缓存 —— 减少应用服务器的请求
• 应用程序缓存 —— 减少数据库的访问
• 数据库缓存 —— 减少文件系统的IO
• 操作系统磁盘缓存 —— 减少磁盘机械操作

缓存的实现

1. 存储方式
   内存：直接使用JVM的内存，比如定义一个对象，Map map = new HashMap();
   自身内存不够，第三方内存型数据库来凑:Redis
2. 技术方案

• Spring支持的Cache，或者EhCache
• JetCache框架

问题及解决方案

• 缓存穿透
  描述：访问数据库不存在的数据，不存在的数据缓存中也没有，请求会直接打到DB，造成系统瘫痪。
  方案：1、空值缓存 2、BloomFilter 在缓存前加一道屏障，缓存数据库存在的所有Key，不存在的Key直接返回null。

• 缓存雪崩
  描述：如果缓存存储服务挂掉，所有请求会像雪崩一些狂涌到DB造成整个服务Down掉。
  方案：保证存储服务的高可用(废话)；采用熔断、降级、限流三个方面降低损失。具体实现 —— Hystrix ，预设置一个请求失败率，当某一服务失败率达到预设置的值，将该服务的请求拒绝(熔断)；过一段时间，放开一部分请求(限流)，重新统计失败率；将拒绝的请求返回预定义的返回值(降级)。

• 缓存击穿
  描述：又叫热点数据集中失效。一般情况下会对缓存的数据加一个过期时间，数据过期之后重新更新缓存数据。当缓存数据失效的时间，有大量请求失效数据。
  方案：使用互斥锁，缓存失效时，会向数据库重新读取数据，这时将这条数据上锁，当请求读完数据库更新过缓存后释放，期间所有请求该数据的线程同步等待。避免集中失效可以设置随机过期时间。

• 缓存一致性
  描述：现象是数据库数据和缓存数据不一致 缓存一致性场景分析
  方案: 自己实现方案思路：

1. 先更新数据库，后删除缓存。

1、更新数据库
2、通过拦截器或者订阅binlog来删除缓存
3、删除失败通过MQ或者retry重试

2. 先删缓存，后更新数据库
   具体方案要结合业务，后失败哪个对业务影响小选择哪种方案。